基于数字孪生的工厂设备故障分析系统

摘要：数字孪生由美国密歇根大学的GrievesM．W．教授提出，随着数字孪生的不断应用及发展，陶飞等在此基础上提出了数字孪生车间，并对其相关理论和实现方法进行了探讨。但在此过程中，忽视了车间的真实物理行为，没有足够的沉浸感和良好的感官体验。为了弥补这一缺陷，运用FlexsimR、Unity3DR通过算法触发预定动作仿真出了具有物理属性的数字孪生车间。通过查阅应用数字孪生车间进行设备预警的文献发现，在生产过程中可以实现数字孪生车间与实体车间设备运行数据的实时对比，发现异常值后进行设备故障预警，有助于提升车间的生产效率和生产设备管理水平、降低成本，提高生产线的智能化水平。游戏、视频等领域中使用的物理引擎能够真实模拟物体的物理行为。

关键字：数字孪生；设备故障；系统 1概念介绍

数字孪生（DT）是一个物理资产的虚拟代表，它与物理对应物几乎没有区别。它包括设计和工程细节，描述资产的几何形状、材料、组件和行为或性能。换句话说，它是一个物理实体的数字对应物。DT是一个模型，显示了一个系统的虚拟和物理空间。该系统使用传感器、执行器、控制器和交互模型，将物理和虚拟空间整合为一个单一的系统。该模型的过程连接了物理和虚拟空间之间的数据和信息流。然后，将这些数据转发到处理系统并应用于数字副本。数字孪生在改进研发工作、提高效率及产品管理生命周期方面的优势及益处明显。首先，改进研发工作方面，通过使用数字孪生，结合大量可能的性能结果数据，可以实现更有效的产品研究和设计。这些信息可以产生见解，帮助公司在开始生产前做出必要的产品优化。其次，在提高效率方面，即使新产品已经开始生产，数字孪生也可以镜像和监控生产系统，关注整个制造过程中达到和保持峰值效率的情况。最后，在产品生命周期管理方面，数字孪生甚至可以帮助制造商决定如何处理生命周期已经结束并需要进行最终处理的产品，例如回收或采取其他措施。通过使用数字孪生，可以确定可以回收哪些产品材料。

2使用领域

数字孪生已广泛用于以下领域：发电设备、大型引擎，包括喷射发动机、机车发动机和发电涡轮机。这些领域极大地受益于数字孪生，尤其是帮助确立定期维护时间表。a.在结构及其系统方面，特别是大型物理结构，例如大型建筑物或海上钻井平台，通过数字孪生得到改进，尤其是在设计阶段。对于设计这些结构内运行的系统也很有用。b.在制造作业方面，由于数字孪生是为了镜像一个产品的整个生命周期，因此它自然广泛应用于所有制造阶段，包括产品设计到最终成品的所有环节提供指导。c.在医疗保健服务方面，正如产品可以通过使用数字孪生来描述一样，接受医疗保健服务的患者同样如此。传感器生成数据的同一类型系统可用于跟踪各种健康指标和生成关键见解。d.在汽车行业方面，汽车代表许多类型的复杂和协同运作的系统。数字孪生广泛运用于汽车设计，既能提升车辆性能，又能提高汽车的生产效率。e.在城市规划方面，土木工程师和其他参与城市规划活动的人员受到数字孪生的极大帮助，它可以实时显示3D和4D空间数据，还能增强现实系统融入构建好的环境。

通过采集生产过程中的数据，生产任务进度可以实时数字显示，管理者能更好地掌控生产情况，同时产品的生产信息得以记录保存，便于后续对产品进行质量追溯。通过对设备参数、工艺数据、运行环境等各项指标数据进行实时采集和分析，可实现在线预测产品质量趋势，也可调取历史存档数据进行离线分析，帮助企业找到问题优化管理。对于设备的监控与运维，通过对设备的采集实现对生产设备的实时监测和控制，并可根据设备的运行状态及时间向设备维保人员提示维修和保养任务。提前预测设备故障，通过大数据建模、计算和分析，预测设备可能的故障，并给出相应的预防措施和解决方案，直接将对故障的预测转化成预防的计划安排，降低故障发生的概率。数字孪生也可用于：设备故障分析及预测，优化设备维修计划；设备劣化倾向分析，提出预测性维修建议；设备状态实时分析，优化设备运维计划；零部件出入库分析及预测，优化备件购置计划。数字孪生可降低设备因故停机时间。系统根据设备实际情况制定全面的点检和保养计划，通过对计划的执行使设备时刻处于健康状态，最大程度上减小设备发生故障的几率，从而减少设备因故而被迫停机的时间。数字孪生还可自动生成保养计划，定期设备点检，计划工单下发，设备故障预测分析。

3数字孪生技术研究现状

我国较早将数字孪生技术应用到生产车间的模型中，并提出数字孪生车间模型。该模型的核心部分主要包括车间的虚拟化、真实车间、车间运行系统以及车间中的孪生信息４个部分，通过车间内各种真实设备与孪生数据的交互，全面提升智能化车间的管理和生产水平。同样，对基于数字孪生技术的制造领域的应用，数字孪生技术依旧可以实现对制造业中各类设备层、生产流程的数字孪生式全流程管控。基于数字孪生技术，构建面向电力的虚拟化与数字化模型，实验结果进一步表明，数字孪生技术的运用显著提升了电力设备故障判别时效性，极大减少了人工人力。通过将数字孪生实现虚拟映射，同时运用大数据结合深度学习技术提出了一种车间设备智能化管理方法，有效解决了传统车架设备管理与设备运行中数据“孤岛”问题。

数字孪生创立之初重点是用来解决飞机的故障预测，通过构建高同步、高仿真的虚拟模型来实现飞机设计的全生命周期管理。由于大型设备整体结构复杂，内部各部分关联紧密，且设计过程的实时数据难以获取，因此对大型设备的故障预测是一项十分复杂的工作。基于设备动态实时数据建立设备数字孪生体，能够快速分析预测故障和准确定位故障原因，并对设备进行维护。在现有设备故障类型和模型基础上，基于数字孪生技术，将设备故障模式及原因通过数据孪生化后，构建出设备运行维护全过程的仿真模型，实现其数字孪生运行维护模型。将数字孪生技术应用到航空产品寿命预测，通过航空产品传感器不断进行物体实体与虚拟空间信息数据交换，并基于数据修正虚拟模型，实现对航空设备故障、运行实时数据的更新，以此指导运维决策。根据变电站相关设备监测数据，利用数字孪生系统能够模拟变电站设备运行实时状态这一技术特点，分析与初步研究了数字孪生技术在变电站智能巡检中的应用，方便了一线员工集中控制设备状态关键信息，实现远程操作维护、自动预警和辅助决策。

4数字孪生模型下的故障诊断技术实现步骤

基于数字孪生模型的故障诊断实现步骤主要包括仪器设备的搭建、数据的采集与处理、模型的建立与融合、数据的融合、故障预测5个步骤。

（1）步骤一：仪器设备的建立。仪器设备是设备管理的前端，将仪器设备可视化，便于直观看到设备的运行状态，远程管理查看设备信息，提供故障诊断策略。

（2）步骤二：数据的采集。为了保证孪生模型能够实时迭代优化，需要设定数据通信与转换的标准来对多源异构数据进行采集，实现不同通信接口之间的数据统一转换与封装，从而可以对数据进行统一的规范处理，实现多源异构数据的集成和融合。

（3）步骤三：模型的建立与融合。建立物理设备到孪生体的真实映射，分析多维度下模型间的关联及其映射。物理设备的全方位建模遵循几何、物理、行为、规则等多个维度，通过建立各层模型的联系，从结构和功能上对模型进行融合，生成的模型及虚拟仿真以三维形式进行可视化展示。

（4）步骤四：数据的融合。首先对物理设备实体的实时数据进行去噪、建模，其次对其结果进行归类、分析，最后将设备实时数据与模型数据进行迭代、演化与融合，实现物理与虚拟模型的数据融合，使虚拟实体能够真实反映出物理实体的全要素在整个工作过程的运行状态。

（5）步骤五：故障预测。孪生模型建成后物理实体与虚拟实体之间进行同步映射，在孪生数据的交互下，两者间实时交互为设备的故障预测提供基础。物理实体将状态数据等孪生数据实时传输到虚拟系统，虚拟实体设备的运行状态与物理实体同步，在此过程中不断产生新的数据，如故障预测数据、维修决策数据等。通过物理实体设备与虚拟实体新产生的实时数据将与已有孪生数据进一步融合，服务系统将依据所得融合数据评估设备运行状态从而快速感知到故障事件，对故障原因进行准确定位并提供合理的维修策略。

5数字孪生车间系统总体架构 5.1孪生车间的建立

标准车间的建立。标准车间的建立主要包括几何模型和行为模型两大部分。几何模型为静态的车间三维模型，行为模型分为工人行为模型和设备行为模型。

通过行为逻辑触发三维模型的虚拟车间，构建出可视化的标准车间模型。标准车间的几何模型建模主要是对实体车间内设备和工作场景进行建模。在构建几何模型过程中，使用三维建模软件根据车间平面图的距离约束、位置约束、形状约束等进行三维建模，并将模型导入具有物理属性的游戏引擎中，按其实际属性设置模型属性。标准车间的行为模型建模主要是依据标准生产过程设置工人和设备的运动逻辑关系，主要分为位置变换和状态变换两种类型。位置变换包括旋转、位移的变换，依据标准生产过程实现设备位移的距离、时间和旋转角度等设置。状态变换包括设备抓取、启动、停止和工人预定动作的设置，通过设置布尔值判断状态实现。标准车间的行为模型可保证标准车间的生产过程完全按照标准生产过程仿真运行。在标准车间中，由于事件和事件之间没有联动关系，标准车间的行为逻辑运动脚本必须依据标准作业指导书来编写，通过事件的连续触发来实现标准车间的仿真运行。AGV将零件运送到工位后悬臂吊将其放到装配平台的过程如图1所示，事件1中AGV运行到预定坐标位置后触发事件2中悬臂吊旋转到预定角度后抓取零件，抓取动作结束后触发事件3中悬臂吊旋转到装配平台上将零件放下，当放置动作结束后触发事件4中悬臂吊回到原位。

图1悬臂吊触发事件过程 5.2映射车间的建立

映射车间通过实体车间、虚拟车间、孪生数据的连接与集成，实现虚实交互，以及车间流程数据及生产要素的集成与融合。本文将映射车间的建立分为实体车间数据获取、数据处理、映射车间搭建三个过程。为了准确描述实体车间的各类生产活动，对车间的“人、机、物、料”等全要素信息进行采集，并通过实时数据处理技术将其整合并统一数据结构后用于虚实映射。在映射车间构建中以几何模型展现实体车间、行为事件表现实体车间的动态过程、逻辑模型表达实体车间

的运行逻辑，通过模型的动态变化仿真实体车间真实的生产行为。在实际生产过程中，车间数据量大，数据类型多样，数据模型需要不断丰富，因此数据模型与孪生模型需要一一对应，实体车间的变化要实时反映到映射车间中，以实现二者的实时交互。这些交互通常由事件来控制，事件是指在特定时间范围内，实体车间内发生的事件和实时状态的显著变化通过实时映射自动反映到映射车。现以AGV在工位间运输零件为例，说明事件驱动在映射车间中的实现方法。AGV接收到零件运输任务事件后，从初始坐标点沿X方向移动，此时坐标位置和AGV的属性值发生实时变化，利用传感器将该变化传到映射车间，以保证AGV在映射车间与实体车间的变化是相同的，运行过程中实时对比映射车间与标准车间中的AGV坐标，当发现异常时，立即进行故障预警。

结束语：传统工业生产逐步向智能化生产转变，纵观世界范围内的工业变革，智能制造、智能数据、智能产品、智能服务等新的生产形态已对工业企业的生产管理、服务模式提出了新的要求和挑战。随着以云计算、大数据、物联网为代表的新一代信息技术加速应用，在工业生产领域，自动化、智能化的产品和生产设备之间的互联互通已成为智能制造建设发展的重要基础。数字孪生打造的工业数字孪生平台，是一个可以实现平台弹性伸缩、设备接入、设备运维、数字工厂的一体化平台，为企业客户构建智能化生产运营的物联基础设施，能够实现数字化、可视化、智能化的管理运营，设备数据贯穿产品创新、生产运营、资产维护等全业务链条，全面推动工业企业数字化转型、智能化发展。

参考文献：

[1]袁利，王淑一．航天器控制系统智能健康管理技术发展综述[J]．航空学报，2021（04）：116-130．

[2]胡梦岩,孔繁丽,余大利,杨军.数字孪生在先进核能领域中的关键技术与应用前瞻[J].电网技术,2021,45(07):2514-2522.

[3]杨文斌,马怀祥,刁宁昆.基于数字孪生的盾构机状态检测与故障诊断方法研究[J].石家庄铁道大学学报(自然科学版),2022,35(02):74-80.

[4]陆剑峰,徐煜昊,夏路遥,张浩.数字孪生支持下的设备故障预测与健康管理方法综述[J].自动化仪表,2022,43(06):1-7+12.

[5]王妍,张太华.基于数字孪生的优化概率神经网络变压器故障诊断[J].组合机床与自动化加工技术,2020(11):20-23.